jetson nano pytorch 环境配置-摩杜云开发者社区

jetson nano 开发环境配置

文章目录

jetson nano 开发环境配置

一、增加交换空间大小

交换空间的概念

1.检查系统的交换空间
2.检查内存
3.增加交换空间
4.设置所有用户都可以读写 swapfile
5.设置交换空间
6.激活交换空间
7.验证增加空间是否有效

二、切换高低功率

1.查看当前模式
2.切换模式

三、更新系统、移除无用软件

1.LibreOffice
2.更新系统

四、安装系统所需的包

1.配置cuda环境变量
2.配置系统级安装包

五、配置python系统

1.安装pip
2.换源
3.安装虚拟环境
4.使用jtop

六、安装pytorch
七.遇到的问题

1.numpy

一、增加交换空间大小

当电脑运行内存不足的时候，我们一般会想到通过给电脑加内存条的方式来增加内存。对此，本文提供了运行内存不足的另一个解决方案：为电脑配置交换空间。

交换空间的概念

交换空间是硬盘驱动器上的一个区域，它被指定为电脑需要临时存储但无法再保存在 RAM 中的数据的位置。由于写入磁盘比写入 RAM 慢得多，因此操作系统更愿意在内存中运行应用程序数据，并使用、交换旧数据。

简而言之，交换空间可以看做系统 RAM 耗尽时的后备空间

1.检查系统的交换空间

swapon --show

jetson nano pytorch 环境配置_pytorch

2.检查内存

free -h

jetson nano pytorch 环境配置_pytorch_02

3.增加交换空间

sudo fallocate -l 2G /swapfile

4.设置所有用户都可以读写 swapfile

sudo chmod 666 /swapfile

5.设置交换空间

sudo mkswap /swapfile

6.激活交换空间

sudo swapon /swapfile
sudo vi /etc/fstab
#复制  /swapfile swap swap defaults 0 0

jetson nano pytorch 环境配置_人工智能_03

7.验证增加空间是否有效

sudo spapon --show

jetson nano pytorch 环境配置_人工智能_04

sudo free -h

jetson nano pytorch 环境配置_人工智能_05

二、切换高低功率

有两种、10w 、5w（自动关掉两个cpu，只使用cpu1，2）模式

1.查看当前模式

sudo nvpmodel -q
#当前10w

jetson nano pytorch 环境配置_人工智能_06

2.切换模式

sudo nvpmodel -m 1  #0是10w模式 1是5w
sudo jetson_clocks  #使cpu频率固定

三、更新系统、移除无用软件

1.LibreOffice

sudo apt-get purge libreoffice*
sudo apt-get clean

2.更新系统

备份sources.list

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

修改sources.list

sudo vim /etc/apt/sources.list

替换

deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universe
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-security main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-updates main multiverse restricted universe
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ bionic-backports main multiverse restricted universe

更新

sudo apt-get update

四、安装系统所需的包

1.配置cuda环境变量

vim ~/.bashrc
#粘贴到最下面
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_ROOT=/usr/local/cuda
#让修改生效
source ~/.bashrc

2.配置系统级安装包

sudo apt-get install build-essential make cmake cmake-curses-gui
sudo apt-get install git g++ pkg-config curl  zip zlib1g-dev libopenblas-base libopenmpi-dev 
sudo apt-get install libatlas-base-dev gfortran libcanberra-gtk-module libcanberra-gtk3-module
sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev
sudo apt-get install nano locate screen
#scipy 依赖和 cython
sudo apt-get install libfreetype6-dev 
sudo apt-get install protobuf-compiler libprotobuf-dev openssl
sudo apt-get install libssl-dev libcurl4-openssl-dev
sudo apt-get install cython3
sudo apt-get install libxml2-dev libxslt1-dev
#opencv 依赖
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install libxvidcore-dev libavresample-dev
sudo apt-get install libtiff-dev libjpeg-dev libpng-dev

五、配置python系统

1.安装pip

sudo apt-get install -y python3-dev python3-testresources python3-setuptools 
    wget https://bootstrap.pypa.io/get-pip.py
sudo python3 get-pip.py
rm get-pip.py

2.换源

mkdir ~/.pip
vim ~/.pip/pip.conf
#粘贴以下到文件
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

3.安装虚拟环境

sudo pip install virtualenv virtualenvwrapper
vim ~/.bashrc
# virtualenv and virtualenvwrapper
export WORKON_HOME=$HOME/.virtualenvs #指定所有的需拟环境的安装位置
export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python3 #指定解释器
source /usr/local/bin/virtualenvwrapper.sh #进行激活生效
#重新载入
source ~/.bashrc

创建虚拟环境

mkvirtualenv test

virtualenv常用命令

#创建一个环境
mkvirtualenv name
#不使用默认python版本、使用指定python版本创建环境
mkvirtualenv -p /python目录/python.exe name
#激活环境
workon name
#退出
deactivate
#删除
rmvirtualenv name
#所有环境
lsvirtualenv
#复制虚拟环境
cpvirtualenv source_name dest_name

4.使用jtop

sudo -H pip install jetson-stats
sudo jtop

六、安装pytorch

https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-10-now-available/72048

#下载下来先我下载的是pytorch v1.10.0

jetson nano pytorch 环境配置_python_07

安装pytorch

workon test #进入虚拟环境
pip install torch-1.10.0-cp36-cp36m-linux_aarch64.whl

安装vision

git clone --branch <version> https://github.com/pytorch/vision torchvision   # see below for version of torchvision to download
cd torchvision
export BUILD_VERSION=0.x.0  # where 0.x.0 is the torchvision version  
python setup.py install     # use python3 if installing for Python 3.6
cd ../  # attempting to load torchvision from build dir will result in import error

验证

python -c "import torch;print(torch.__version__);print('cuda available:'+str(torch.cuda.is_available()));print('cuDNN version:'+str(torch.backends.cudnn.version()))"

七.遇到的问题

1.numpy

使用virtualenv创建环境后没有numpy

ImportError: numpy.core.multiarray failed to import
ImportError: numpy.core.multiarray failed to import
ModuleNotFoundError: No module named 'numpy'
Traceback (most recent call last):
  File "app.py", line 9, in <module>
    from models.yolo import DetectMultiBackend
  File "/home/mmm/work/pytorch_base_infer/models/yolo.py", line 9, in <module>
    import cv2
  File "/home/mmm/.virtualenvs/test/lib/python3.6/site-packages/cv2/__init__.py", line 8, in <module>
    from .cv2 import *
ImportError: numpy.core.multiarray failed to import

安装以后执行代码报错

Illegal instruction (core dumped)

解决：

vim ~/.bashrc
#在末尾添加
export OPENBLAS_CORETYPE=ARMV8
source ~/.bashrc